视频/世界模型（具身方向）实习生

优缺点分析

角色解读

• 表现优秀者可直接转正为正式算法工程师，参与核心具身智能项目
• 积累视频生成、世界模型与机器人前沿技术经验，成为具身智能领域稀缺人才
• 向多模态大模型、机器人控制、强化学习等方向深入发展，晋升为技术专家或团队负责人
• 参与视频生成模型、视频编辑模型以及世界模型的训练、微调和评估，使用 Wan、Cosmos transfer 等前沿模型
• 研发机器人数据增强算法，包括目标分割、深度估计、背景/材质替换、视角一致性与时序一致性优化等技术
• 负责机器人视频数据的清洗、标注、采样、增强及质量评估，搭建高效的数据处理流水线
• 参与面向视频生成模型的奖励模型研发，为强化学习后训练提供可靠的奖励信号
• 熟悉深度学习框架（如 PyTorch），具备模型训练与调优经验
• 了解视频生成模型（如 Wan、Cosmos）或世界模型的基本原理
• 掌握计算机视觉基础，如目标分割、深度估计等图像处理技术
• 具备较强的编程能力（Python）和数据处理能力，能处理大规模视频数据

申请策略

• 提前了解安克创新在具身智能领域的布局，在面试中展现对业务的理解
• 准备好一份能体现你技术深度的项目案例，如 GitHub 代码或实验报告
• 突出相关项目经历，如视频生成、图像分割、深度估计等
• 展示编程能力和框架使用，如 PyTorch、Hugging Face 等
• 如有论文或开源贡献，重点体现
• 强调对机器人和具身智能的热情
• 熟悉 Wan、Cosmos 等模型的结构和训练方法
• 学习强化学习与奖励模型的基本概念

面试指南

• 用 STAR 法则（情境、任务、行动、结果）清晰描述项目经历
• 对于技术原理问题，先简要概述核心概念，再结合个人理解深入展开
• 遇到不懂的问题，诚实说明并展示学习思路，避免编造
• 请介绍一下你参与过的视频生成或世界模型项目，具体做了哪些工作？
• 如何解决视频生成中的时序一致性问题？
• 你对奖励模型在强化学习中的角色如何理解？
• 在数据增强中，如何保证生成的样本不影响模型效果？
• 你了解哪些具身智能相关的模型或框架？请谈谈你的看法